fine-grained object recognition | BriefGPT

关键词fine-grained object recognition

搜索结果 - 10

GCAM：食品细粒度识别的高斯和因果注意模型
采用高斯和因果关注模型进行细粒度目标识别，使用反事实推理方法解决数据漂移问题，设计可学习的损失策略提高目标识别的准确性。在四个相关数据集上验证了方法，展示了其出色的性能。对于 ETH-FOOD101、UECFOOD256 和 Vireo-F
PDF4 months ago
LoDisc: 全局 - 本地辨别特征的自监督细粒度视觉识别学习
通过自监督局部微观对比学习任务，将细微的局部特征学习融合到全局自监督对比学习中，形成一个纯自监督的全局 - 局部微细对比学习框架，从而有效提高了细粒度图像特征表示的品质。
PDF4 months ago
学习半监督高斯混合模型以用于泛化类别发现
该论文提出了一种 EM-like 框架，基于半监督的高斯混合模型，利用渐进式的原型对比学习进行表征学习，并采用聚类分配实例，从而解决不知道类数的广义类别发现问题，并在分类和物体识别上取得最先进的性能。
PDFa year ago
使用混合多模态视觉 Transformer-CNN 模型增强细粒度 3D 物体识别能力
提出了一种混合多模态视觉转换器和卷积神经网络方法以改善精细分类识别，通过生成两个合成数据集来解决 FGVC 3D 数据集不足的问题，并成功将其与机器人框架集成，展示其在模拟和实际机器人场景中作为细粒度感知工具的潜力。
PDF2 years ago
ICCV学习精细识别的规范化 3D 物体表示
该研究提出了一种新型的精细物体识别框架，能够从一个单一的图像中学习恢复物体在三维空间中的变化，并在无需使用任何基准 3D 注释情况下，在图像集合上进行训练。
PDF3 years ago
远程感知图像精细物体识别的多源区域注意力网络
该论文提出了一种新的方法，利用多源数据分析和注意力机制使得深度网络可以在小目标类别和数据不足的情况下，在街树分类问题中取得了较大的进展。
PDF5 years ago
NIPS紧凑广义非局部网络
为更好地识别细粒度对象和动作，我们扩展了非局部模块，考虑了任意两个通道位置之间的关系，并在通道组内实现以优化性能。实验结果表明，扩展的非局部模块在细粒度对象识别和视频分类上有明显的改进和实用价值。
PDF6 years ago
遥感影像中的细粒度物体识别与零样本学习
研究了一种基于卷积神经网络的零迁移学习模型，该模型利用辅助信息学习一种兼容性函数，实现对未看到类别的识别，并对通过多种辅助信息对新数据集进行了实验验证。
PDF7 years ago
ICCV野外环境下的细粒度识别：一种多任务域自适应方法
本研究探讨了细粒度领域适应的概念并提出了基于属性的多任务适应损失来解决现有细粒度目标识别模型无法准确分类野外图像的问题，通过在一组新的细粒度数据集上的实验证明了该算法可以显著提高准确性。
PDF7 years ago
通过探索双分图标签实现细粒度图像分类
本文提出了一种新的方法，通过使用二分图标签（BGL）的方式来优化超细粒度图像识别问题，并在新的食品基准数据集上进行了实验验证并展示了优越性。
PDF9 years ago